pandas合并同ID同日期Pr值时pivot报重复索引错误如何修复

代码触发重复索引报错的核心原因是pivot方法要求传入的index和columns组合必须对应唯一值，原代码仅把ID设为索引、Date restock设为列，没有把Date order纳入分组维度，同一个索引+列组合下本来就存在2条Pr记录，自然无法完成reshape操作。除此之外原代码还有两个明显错误：

• groupby的列参数多嵌套了一层方括号，会被pandas识别为单个列表值作为分组键，完全无法按三个字段的组合分组
• 整体逻辑没有对齐需求：既没有保留Date order字段，也没有提取第一条记录的Infos字段，Pr_1、Pr_2的拆分逻辑也不成立

由于明确每个ID+Date order+Date restock分组固定对应2条记录，直接给分组内的记录按出现顺序打序号，再透传成列即可，代码如下：

# 给每个分组内的记录按原始顺序生成1、2的序号
a['seq'] = a.groupby(['ID', 'Date order', 'Date restock']).cumcount() + 1

# 把同一分组的两个Pr值透传为Pr_1、Pr_2列
pr_part = a.pivot(
    index=['ID', 'Date order', 'Date restock'],
    columns='seq',
    values='Pr'
).add_prefix('Pr_').reset_index()

# 提取每个分组第一条记录的Infos字段，和Pr部分合并得到最终结果
out = pr_part.merge(
    a[a['seq'] == 1][['ID', 'Date order', 'Date restock', 'Infos']],
    on=['ID', 'Date order', 'Date restock'],
    how='left'
)

最终输出的out每行对应唯一的分组，包含字段：ID、Date order、Date restock、Pr_1、Pr_2、Infos，完全匹配需求。

如果需要明确指定组内哪条作为第一条记录取Pr_1和Infos，可以在生成seq列之前，先按你的排序规则对DataFrame做排序，比如按记录入库时间、Infos字段取值等排序后再生成序号。

内容的提问来源于stack exchange，提问作者Cherry cherry